余剰水力由来グリーン水素供給とバス部門需要をマッチングする国家フレームワーク
A National Framework to Match Surplus Hydropower Green Hydrogen Supply with Bus-Sector Demand (原題)
Lenin Tirira, Israel Bastidas, J. Almachi, Marco Yáñez, V. Hidalgo, Salvatore Reina-Guzman, E. Cando
🤖 gxceed AI 要約
日本語
本論文は、エクアドルを対象に余剰水力由来のグリーン水素（GH2）供給とバス部門の脱炭素需要を整合させる国家計画フレームワークを提示する。ニューラルネットワークで2035年までのバス台数を予測し、HD-UDDSサイクルとPythonベースの縦型エネルギーモデルで燃料需要を推計した。2026年には28,857台・22,304TJ/年が必要で、完全ディーゼル代替には183,460t/年のGH2を要するが、供給可能量は約110,000t/年にとどまり需給ギャップが大きい。データ制約下でも水素生産・充填インフラ計画に使える実用的ツールを提供する。
English
This study presents a national planning framework matching surplus-hydropower green hydrogen (GH2) supply with bus-sector decarbonization demand in Ecuador. A neural network forecasts fleet size to 2035, while HD-UDDS cycles and a Python longitudinal energy model estimate fuel needs. In 2026, 28,857 buses would require 22,304 TJ/year and 183,460 t GH2/year for full diesel replacement, yet only ~110,000 t/year may be available, revealing a large supply-demand gap. The framework offers a practical tool for hydrogen and refueling infrastructure planning under limited-data conditions.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本では余剰再エネ由来水素や水素バス導入が政策課題となっており、需給ギャップを定量化する本手法は、地域別の水素供給計画やインフラ投資判断の参考になる。データ制約下での推計アプローチは、国内の自治体・事業者計画にも応用可能。
In the global GX context
While Ecuador-specific, the framework addresses a globally relevant question for hydrogen transition finance and infrastructure planning: quantifying the supply-demand gap between renewable hydrogen production and transport-sector demand. It offers a replicable methodology for national hydrogen roadmaps, relevant to ISSB/transition-plan disclosure on decarbonization pathways.
👥 読者別の含意
🔬研究者:需給マッチングとデータ制約下の予測手法を組み合わせた、水素・交通脱炭素の定量研究例として参考になる。
🏢実務担当者:水素バス導入や充填インフラ計画における需給ギャップ評価の枠組みとして活用できる。
🏛政策担当者:再エネ余剰と交通需要を結ぶ国家水素計画の設計・投資判断に示唆を与える。
📄 Abstract（原文）
This study presents a national planning framework to match green hydrogen (GH2) produced from surplus hydropower with bus-sector demand for decarbonization in Ecuador. Bus fleet records (2013–2023) were compiled at the provincial level, and a neural network model using the population and year as inputs was developed to forecast fleet size through to 2035. Representative Heavy-Duty Urban Dynamometer Driving Schedule (HD-UDDS) cycles and a Python 3.11-based longitudinal energy model were applied to estimate national energy demand and fuel requirements. The framework projects 28,857 buses and an energy demand of 22,304.21 TJ/year in 2026, requiring 183,460.08 t GH2/year for complete diesel replacement. Comparison with surplus-based hydrogen production reveals a significant supply–demand gap, with only about 110,000 t/year potentially available in 2026. Diesel’s baseline CO2 emissions were estimated at 1.66 Mt/year in 2026, and comparison with COPERT showed a 2.9% difference, supporting the reliability of the proposed methodology. Overall, the framework provides a practical tool for planning hydrogen production and refueling infrastructure under limited-data conditions.
🔗 Provenance — このレコードを発見したソース
- semanticscholar https://doi.org/10.3390/su181910087first seen 2026-10-06 05:27:50
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。